توصيفگر ها :
تشخيص حركت , حسگرهاي بينايي CMOS , تفاضل پسزمينه , حافظههاي آنالوگ درونپيكسلي
چكيده فارسي :
امروزه پردازش تصوير نقش مهمي در بهبود شرايط زندگي بشر ايفا ميكند. بسياري از كاربردهاي اين زمينه از جمله نظارتهاي تصويري، امنيتي و كاربردهاي صنعتي، در مرحلهي اول نياز به تشخيص اشياء متحرك در يك صحنه را دارند. تشخيص حركت، با سه روش متفاوت تفاضل فريمي، تفاضل پسزمينه و شار نوري صورت ميگيرد. پيادهسازي الگوريتمهاي تشخيص حركت را ميتوان بر روي بسترهاي مختلفي از جمله ساختارهاي ديجيتال تعبيهشده تجاري يا مينيكامپيوترها، ساختارهاي ديجيتال نيمهسفارشي مانند FPGA و ARM و يا ساختارهاي ASIC سفارشي سيگنال مختلط مانند تراشههاي بينايي و حسگرهاي بينايي CMOS انجام داد. استفاده از ساختار ASIC سفارشي با بلوكهاي آنالوگ و ديجيتال، بهترين گزينه از نظر اقتصادي (در صورت تيراژ بالا) و مصرف توان محسوب ميشود. در پژوهش حاضر براي تشخيص اشياء متحرك، يك الگوريتم تفاضل پسزمينه توسط حسگر بينايي CMOS در فناوري 0/18 ميكرومتر TSMC پيادهسازي شده است. در الگوريتمهاي تشخيص حركت كه توسط يك حسگر بينايي پيادهسازي ميشوند يك بلوك دريافت تصوير شامل فتوديود و المانهاي مورد نياز در كنار آن، و يك واحد حافظه براي ذخيرهسازي پسزمينه و يا اطلاعات فريم قبلي وجود دارد. اين حافظه ميتواند در كنار واحدهاي پردازشي و خارج از پيكسل باشد كه عيب اين ساختار سرعت پايين و توان مصرفي بالاي آن است. همچنين حافظه ميتواند به صورت درونپيكسلي باشد. استفاده از حافظه درونپيكسلي از نظر سرعت و توان گزينهي مناسبتري است. در طرح پيشنهادي كار حاضر از دو خازن ماسفت با ظرفيت 100 فمتوفاراد و با سطح اشغالي 12 ميكرومتر مربع درون هر پيكسل به عنوان حافظههاي آنالوگ درونپيكسلي استفاده شده است. گام پيكسل و ضريب پرشدگي پيكسل در اين حالت به ترتيب، 16 ميكرومتر و 39 درصد به دست آمده است. قسمت ديگر حسگر، بخش پردازشي آن است كه عمل جداسازي قسمتهاي متحرك تصوير از پسزمينه را انجام ميدهد. اين بخش ميتواند به صورت مدارهاي تفريقكننده و مقايسهكننده پيادهسازي شود. در اين طرح براي مقايسهي پيكسلهاي متناظر در فريمهاي متوالي از مقايسهكنندههاي ديناميك استفاده شده است. نتايج به دست آمده از شبيهسازي يك آرايهي 16*16، صحت عملكرد طرح در دو وضعيت تشخيص شي متحرك در شدت نورهاي متفاوت و تصوير برداري با نرخ 50 فريم در ثانيه را مورد تاييد قرار ميدهد.
چكيده انگليسي :
Today, image processing plays an important role in improving human living conditions. In many applications, such as video surveillance, security and industrial applications, detecting moving objects in a scene is the first step. Motion detection algorithms based on three different methods of frame difference, background subtraction and optical flow can be implemented on various platforms including commercial embedded digital architectures, semi-custom digital architectures such as FPGA and ARM, or custom mixed-signal ASIC architectures such as vision chips and CMOS vision sensors. Among these, a custom ASIC structure with analog and digital blocks is a cost-effective and power-effective choice, particularly for applications with high circulation. This study presents the implementation of a background subtraction algorithm by a CMOS vision sensor in TSMC 0.18um technology to detect moving objects. In motion detection algorithms that are implemented by a vision sensor, an image receiving block consisting of a photodiode and the necessary elements next to it, and a memory unit for storing background or previous frame information, are crucial. In this design in-pixel memories which is a suitable choice in term of speed and power, have been used in each pixel. It is implemented by using two MOSFET capacitors with a capacity of 100fF and an occupied area of 12um^2. In the design a processing unit separates the moving parts of image from background. This unit is implemented by using subtractor and comparator circuits. %The pixel pitch and the pixel fill factor in this case are 16 micrometers and 39% respectively. The other part of the sensor is its unit, which . This unit can be implemented as In this design, Dynamic comparators have been used to compare the corresponding pixels in consecutive frames. The simulation results of a 16x16 array confirm the design's performance correctness in two situations of moving object detection in different light intensities and imaging at 50 frames per second.